Wie der Renewal Manager die KI ehrlich hält

1. Ein Eval-Katalog mit 134 Fällen, vor jedem Push geprüft

Der Worker hat einen Eval-Katalog mit 134 Fällen. Keine Schauzahl — jeder Block sichert eine konkrete Sicherheitseigenschaft:

30 Erfindung — der Worker darf nie eine Quelle zitieren, die das Belegpaket nicht enthält, und muss sich bei leeren Belegen enthalten.
20 Kontamination — ein eingeschleustes Konto hoher Schwere in einem Batch darf sein Risiko nicht auf die anderen übertragen.
32 Klassifikation — Erweiterung / gefährdet / wahrscheinliche Abwanderung, gehalten an einem F1-Wert ≥ 0,75 je Klasse.
20 Tagebuchqualität — jeder Gesundheitseintrag muss kontospezifisch sein und in den zitierten Belegen gründen, nicht in Textbausteinen.
7 erfundene Zahlen — jeder unbelegte Betrag oder Prozentwert wird entfernt, bevor er einen Entwurf erreichen kann.
25 Kontogesundheit — die tägliche Gesundheitslesung darf keinen Wechsel erfinden, und ein eingeschleustes Risiko darf die Nachbarn nicht kontaminieren.

Vor jedem Push, deploy-blockierend: der Katalog muss mindestens 100 wohlgeformte Fälle enthalten (ADR-0029 §8), der Ausgabevalidator muss ein eingeschleustes erfundenes Zitat fangen, und die Bewertungs- und Routing-Helfer müssen sich korrekt verhalten. Ein Deploy kommt an einem Fehlschlag nicht vorbei.
Gegen die Live-Modelle, auf Abruf: dieselben 134 Fälle laufen gegen den echten Worker und seinen Aufseher, bevor eine Modell- oder Prompt-Änderung ausgeliefert wird. Wir veröffentlichen Struktur und Schwellen der Suite — keine Bestehensquote.

117 Offline-Prüffälle — jedes Release besteht sie alle. Zwischen dem, was das Modell schreibt, und dem Posteingang Ihres Kunden stehen deterministische Prüfungen: kein Modell, kein Raten. Jeder Fall gibt einer davon eine realistisch geformte Eingabe und legt das Urteil fest, zu dem sie kommen muss; sie laufen vor jedem Push, und ein einziger Fehlschlag blockiert den Push. Das ist eine Bestehensmarke für unseren Code, keine Bewertung des Modells — eine Live-Bestehensquote haben wir nicht gemessen, also veröffentlichen wir keine.

42 — jeder Betrag und jede Prozentzahl in einer Halte-E-Mail, in sechs Sprachen und jedem Währungsformat, muss zu den Daten des Kunden passen, sonst wird die E-Mail zurückgehalten
11 — eine Halte-E-Mail enthält keinen klickbaren Link; ein eingeschleuster hält den Versand an
11 — jedes zitierte Signal muss in den eigenen Belegen dieses Kunden stehen
21 — eine empfohlene Maßnahme muss ihre Belege nennen, sonst wird sie verworfen
18 — die riskantesten und größten Kunden bekommen immer das stärkere Modell und die Aufsicht
14 — fällt das Modell aus, wird der Kunde trotzdem per Regel bewertet und als solcher gekennzeichnet

2. Unabhängige Aufsicht — ein zweites, stärkeres Modell

Die heikelsten Lesungen laufen zweimal: Claude Sonnet entwirft, und Claude Opus — ein eigenes, stärkeres Modell mit eigenen adversarialen Anweisungen — prüft den Entwurf. Beide stammen von einem Anbieter, Anthropic; die Unabhängigkeit liegt im zweiten Modell und seinem Auftrag, nicht in einem zweiten Unternehmen. Bei Uneinigkeit geht die Aufgabe an einen Menschen — nie an ein drittes Modell und nie an eine stille Vermutung.

3. Er verweigert, was er nicht tun sollte

Die Fähigkeitsmatrix der Rolle ist im Code durchgesetzt, nicht nur im Prompt erbeten. Preisausnahmen, SLA- und Erstattungszusagen sowie rechtliche Aussagen gehen an einen Menschen statt geraten zu werden. Autonomie wird je Thema verdient und ist Opt-in — die KI entwirft ab Tag eins, aber ein Mensch gibt den Versand frei, bis Sie es anders entscheiden.

4. Jede Aussage führt zu ihrer Quelle zurück

Eine Lesung ist kein undurchsichtiger Gesundheitswert — jedes Signal verweist auf die genaue Stripe-Rechnung, den HubSpot-Deal oder das Support-Ticket, aus dem es stammt, und das Schema verwirft jedes Zitat, das die Quelle nicht bestätigt. Bevor eine Rettungs-E-Mail rausgeht, wird jeder Betrag und jeder Prozentwert darin erneut gegen diese Fakten geprüft; eine abweichende Zahl hält den Versand an, statt falsch rauszugehen.

5. Was ein Scan kostet — und wo er gedeckelt ist

Eine tägliche Prüfung eines Kontos kostet $0.0108 an Modellausgaben, gemessen im Produktionsverkehr. Das Abo ist fix; die Deckelung unten ist ein Notschalter gegen eine Endlosschleife, kein Zähler, gegen den Sie zahlen.

Plan	Beobachtete Konten	Ganzes Buch, pro Tag	Harter Tagesdeckel	Spielraum
Team ($199/mo)	100	$1.08	$1.60	1.5×
Scale ($799/mo)	500	$5.40	$6.60	1.2×
Business ($2,499/mo)	2000	$21.60	$21.60	1.0×

Darunter liegen vier unabhängige Kostenschranken: ein hartes Limit beim Modellanbieter, ein vorab geschätztes Budget je Aufgabe, dieser Tagesdeckel je Plan und ein globaler täglicher Notschalter.

6. Was er nicht sehen kann — und offen sagt

Jedes Signal stammt aus einer Quelle, die Sie verbinden. Die Karte unten ist dasselbe Register, das der Einrichtungsbildschirm liest: jede Quelle, ob Sie sie heute verbinden können, und der ehrliche Satz, was der Renewal Manager ohne sie nicht sagen kann.

Signalfamilie	Quellen	Ohne sie
Abrechnung Anker	Stripe · heute verbindbar Tabelle (CSV) · heute verbindbar	Ohne Abrechnung gibt es kein Buch zu beobachten — keine Verlängerungsdaten, keinen ARR, nichts zu reihen.
Produktnutzung Frühsignal	Mixpanel · heute verbindbar Amplitude · heute verbindbar Segment · heute verbindbar PostHog · heute verbindbar	Ohne Produktnutzung wirkt ein Kunde, der sich nicht mehr einloggt, gesund, bis die Rechnung platzt.
CRM Frühsignal	HubSpot · heute verbindbar Salesforce · heute verbindbar Zoho CRM · heute verbindbar Pipedrive · heute verbindbar Close · heute verbindbar	Ohne das CRM bleiben ein festgefahrener Verlängerungsdeal oder ein verlorener Fürsprecher unsichtbar, bis der Kunde Nein sagt.
Support-Desk Frühsignal	Zendesk · heute verbindbar Intercom · heute verbindbar	Ohne den Support-Desk erreichen Eskalationen und verärgerte Threads die Lesung nie — eine Abwanderung, die sich in Tickets ankündigt, bleibt ungehört.

Wie die Abdeckung die Autonomie begrenzt

Nur Abrechnung — eine Vorschau: Zahlungsrisiko wird gezeigt, aber kein Abwanderungsurteil gefällt und nichts von selbst versendet.
Abrechnung plus mindestens ein Frühsignal (Nutzung, CRM oder Support) — ein echtes Abwanderungsurteil, autonomer Versand nur mit Ihrem Opt-in.
Abrechnung plus alle drei Frühsignal-Familien — die Lesung mit der höchsten Sicherheit.

Fragen aus einer Sicherheitsprüfung? Sprechen Sie mit uns — wir führen Ihr Team durch die Eval-Suite, das Audit-Log und unsere Datenhaltung (Service Provider nach CCPA §1798.140, kein Datenhändler).